python中CountVectorier稀疏矩阵中列的名称

【问题标题】：The names of the columns in CountVectorier sparse matrix in pythonpython中CountVectorier稀疏矩阵中列的名称
【发布时间】：2020-01-11 14:30:34
【问题描述】：

当我使用下面的代码时：

from sklearn.feature_extraction.text import CountVectorizer
X = dataset.Tweet
y = dataset.Type

count_vect = CountVectorizer()
BoW = count_vect.fit_transform(X)

它以稀疏矩阵的形式返回词频文档。

我发现了如何获取稀疏矩阵的数据、索引和 indptr。

我的问题是如何获取列的名称（应该是特征或单词）？

【问题讨论】：

您认为这有帮助吗？ - medium.com/@cristhianboujon/…
你可以使用 count_vect.get_feature_names()

标签： python sparse-matrix text-classification countvectorizer

【解决方案1】：

您要使用的是vectorizer.get_feature_names()。这是文档中的一个示例：

from sklearn.feature_extraction.text import CountVectorizer
corpus = [
    'This is the first document.',
    'This document is the second document.',
    'And this is the third one.',
    'Is this the first document?',
]
vectorizer = CountVectorizer()
X = vectorizer.fit_transform(corpus)
print(vectorizer.get_feature_names())
# ['and', 'document', 'first', 'is', 'one', 'second', 'the', 'third', 'this']
print(X.toarray())  
# [[0 1 1 1 0 0 1 0 1]
#  [0 2 0 1 0 1 1 0 1]
#  [1 0 0 1 1 0 1 1 1]
#  [0 1 1 1 0 0 1 0 1]]

文档链接：https://scikit-learn.org/stable/modules/generated/sklearn.feature_extraction.text.CountVectorizer.html

【讨论】：